leetcode(力扣) 2866. 美丽塔 II

news/发布时间2024/5/13 1:11:02

原题链接

暴力做法 (时间复杂度 O(n^2))

每次选取下标 i 为峰值, 进行 n 次,对每次取max就可以找打答案


对于 i 左边的序列: 需要满足序列是非递减的, 同时每个值尽可能大

所以满足: 下标为 j 的位置上的数 <= 下标是 (j, i] 的最小的值 (等于时取得最大值) , 同时需要保证 j 位置上的数要小于heights[j] (题目中的要求,美丽塔的要求); 即 t = min(pre, heights[j]) pre表示的是 下标是 (j, i] 的最小的值


对于 i 右边的序列: 需要满足序列是非递增的,同时每个值尽可能大

所以满足: 下标为 j 的位置上的数 <= [i, j) 的最小的值 (等于时取得最大值), 同时需要保证 j 位置上的数要小于heights[j]; 即 t = min(pre, heights[j]) pre表示的是 下标是 [i, j) 的最小的值

class Solution {
public:long long maximumSumOfHeights(vector<int>& heights) {int n = heights.size();long long res = 0;for (int i = 0; i < n; i ++ ){int pre = heights[i];long long sum = heights[i] * 1LL;for (int j = i - 1; j >= 0; j --)  // pre表示的是下标 (j, i] 中heights中的最小值{    sum += min(pre, heights[j]);    // 下标从i - 1开始, 每次取min,可以保证当下标为 j 时 pre 表示的就是 [j + 1, i] 的最小值pre = min(pre, heights[j]);    }pre = heights[i];for (int j = i + 1; j < n; j ++)  // pre表示的是下标 [i, j) 中heights中的最小值{sum += min(pre, heights[j]);pre = min(pre, heights[j]);}res = max(sum, res);}return res;}
};

单调栈做法 (时间复杂度 O(n)) (tag: 单调栈、 动态规划)

st1 和 st2 存的都是下标

下面图片模拟的是 第一个 for循环, 标红的是 进入 if(st1.empty()) 这个分支的
p1[4] 为什么加的是 2 x heights[4]呢, 因为此时st1中还有 元素1的下标2, 此时 下标3 和 下标4 的高度应该都为heights[4]

class Solution {
public:long long maximumSumOfHeights(vector<int>& heights) {int n = heights.size();long long res = 0;stack<int> st1; stack<int> st2;  // 栈里面存的是 下标vector<long long> p1(n); vector<long long> p2(n);    // p1 的状态表示是 下标为 i 的 左侧美丽塔高度之和 (包含i本身,同时满足p1[i]是美丽塔高度和的最大值)// p2 的状态表示是 下标为 i 的 右侧美丽塔高度之和 (包含i本身,同时满足p1[i]是美丽塔高度和的最大值)for (int i = 0; i < n; i ++){while (!st1.empty() && heights[i] < heights[st1.top()]) st1.pop(); // 让栈满足 (栈为空 || 栈中元素对应的heights的值是非递减的)// 栈为空 说明 : i = 0或者 i 前面的山脉高度都比 heights[i] 大, 为了保证序列非递减, 前面的所有数都应该是 heights[i]if (st1.empty()) p1[i] = (long long)(i + 1) * heights[i]; else p1[i] = p1[st1.top()]  + (long long)(i - st1.top()) * heights[i] ;// 不为空 说明 下标为 (st1.top(), i] 山脉高度 都比 heights[i] 大, 为了保证序列非递减,  (st1.top(), i] 之间的山脉高度都应该是  heights[i]st1.emplace(i);}for (int i = n - 1; i >= 0; i --)  // 需要保证从后往前是一个非递减序列{while (!st2.empty() && heights[i] < heights[st2.top()]) st2.pop(); if (st2.empty()) p2[i] = (long long)(n - i) * heights[i] * 1LL;else p2[i] = p2[st2.top()] + (long long)(st2.top() - i) * heights[i] ;st2.emplace(i);res = max(res, p1[i] + p2[i] - heights[i]);}return res;}
};

觉得写的不错的话,点个赞吧!~

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.ulsteruni.cn/article/81665163.html

如若内容造成侵权/违法违规/事实不符,请联系编程大学网进行投诉反馈email:xxxxxxxx@qq.com,一经查实,立即删除!

相关文章

日志分析-apache日志分析

简介 账号密码 root apacherizhi ssh root@IP 1、提交当天访问次数最多的IP,即黑客IP: 2、黑客使用的浏览器指纹是什么,提交指纹的md5: 3、查看index.php页面被访问的次数,提交次数: 4、查看黑客IP访问了多少次,提交次数: 5、查看2023年8月03日8时这一个小时内有多少IP…

Python多线程编程深度探索:从入门到实战

title: Python多线程编程深度探索:从入门到实战 date: 2024/4/28 18:57:17 updated: 2024/4/28 18:57:17 categories:后端开发tags:多线程 并发编程 线程安全 Python 异步IO 性能优化 实战项目第1章:Python基础知识与多线程概念 Python简介: Python是一种高级、通用、解释型…

U盘、硬盘泄密无处不在,如何锁紧企业数据大门?

在当今信息化的时代,数据泄露的问题尤为严重。特别是U盘、硬盘等移动储存设备,更是数据泄露的重灾区。那么,如何锁紧企业的数据大门呢?我们需要认识到信息安全就是一种生产要素,没有安全就没有生产。企业数据的安全性直接关系到企业的稳定和发展。也就是说,没有安全事故并…

asp.net core 多个授权策略选择单个策略

首先假设我们依据官方示例有这样一个自定义的授权handlerpublic class FunAuthorizeAttribute : AuthorizeAttribute, IAuthorizationRequirement,IAuthorizationRequirementData{public FunAuthorizeAttribute() : this(null, true) { }public FunAuthorizeAttribute(string f…

揭秘JavaScript数据世界:一文通晓基本类型和引用类型的精髓!

在编程的世界里,数据是构建一切的基础。就像建筑师需要了解不同材料的强度和特性一样,程序员也必须熟悉各种数据类型。 今天,我们就来深入探讨JavaScript中的数据类型,看看它们如何塑造我们的代码世界。 一、JavaScript数据类型简介 数据类型是计算机语言的基础知识,数据类…

如何将本地项目第一次同步到gitee远程

一,Gitee账号的注册/登录 在gitee登录入口输入相关信息进行注册登录https://gitee.com/signup#lang=zh-CN 二,本地安装git客户端并配置用户信息 1.Git - 安装 Git (git-scm.com)根据提示点击下一步,安装完成后,在本地文件夹右键单击出现git相关指令,表示安装成功2.点击git…